| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 前言 | 第7-11页 |
| 1 课题选题背景 | 第7-9页 |
| 2 本文主要创新点 | 第9页 |
| 3 本文结构安排 | 第9-11页 |
| 第一章 雷达自动目标识别技术综述 | 第11-26页 |
| 引言 | 第11页 |
| 1.1 ATR发展历程 | 第11-12页 |
| 1.2 合液孔径霉达 | 第12-14页 |
| 1.3 基于SAR的自动目标识别技术 | 第14-23页 |
| 1.3.1 特征提取方法的研究 | 第15-16页 |
| 1.3.2 分类方法的研究 | 第16-23页 |
| 1.4 雷达目标识别的主要难点 | 第23-24页 |
| 1.5 雷达目标识别技术的发展趋势 | 第24-12页 |
| 1.2 合液孔径霉达 | 第12-26页 |
| 第二章 核函数理论与支持矢量机 | 第26-38页 |
| 引言 | 第26页 |
| 2.1 核函数方法 | 第26-32页 |
| 2.1.1 一些与核函数有关的概念 | 第26-27页 |
| 2.1.2 Hilbert空间中的核函数及性质 | 第27-28页 |
| 2.1.3 Mercer核理论 | 第28-32页 |
| 2.2 核函数在统计学习理论中的应用--支持矢量机 | 第32-37页 |
| 2.2.1 线性支持矢量机 | 第32-35页 |
| 2.2.2 非线性支持矢量机 | 第35-36页 |
| 2.2.3 支持矢量机的应用 | 第36-37页 |
| 2.3 关于核函数选择的探讨 | 第37页 |
| 2.4 本章小结 | 第37-38页 |
| 第三章 基于模板匹配的SAR自动目标识别技术 | 第38-56页 |
| 引言 | 第38页 |
| 3.1 SAR目标识别基准方法 | 第38-40页 |
| 3.1.1 模板形成 | 第38-39页 |
| 3.1.2 识别准则 | 第39-40页 |
| 3.2 基于非线性最小二乘的SAR目标图像配准新方法 | 第40-44页 |
| 3.3 SAR目标图像配准前的预处理 | 第44-46页 |
| 3.3.1 对数变换 | 第44-45页 |
| 3.3.2 幂变换 | 第45页 |
| 3.3.3 目标图像的分割 | 第45-46页 |
| 3.4 MSTAR数据与实验结果 | 第46-53页 |
| 3.4.1 MSTAR数据简介 | 第46-48页 |
| 3.4.2 实验结果 | 第48-53页 |
| 3.5 本章小结 | 第53-56页 |
| 第四章 不同特征提取方式下SAR自动目标识别技术 | 第56-99页 |
| 引言 | 第56页 |
| 4.1 特征提取 | 第56-58页 |
| 4.2 基于最佳线性变换的SAR目标特征提取与识别 | 第58-68页 |
| 4.2.1 Fisher线性判别法 | 第58-60页 |
| 4.2.2 1解的进一步探讨 | 第60-61页 |
| 4.2.3 相关滤波器的设计 | 第61-63页 |
| 4.2.4 基于最佳线性变换的特征提取 | 第63页 |
| 4.2.5 基于最佳线性变换和SVM的SAR自动目标识别 | 第63-68页 |
| 4.3 基于KPCA准则的SAR目标特征提取与识别 | 第68-81页 |
| 4.3.1 PCA方法 | 第69页 |
| 4.3.2 KPCA方法 | 第69-72页 |
| 4.3.3 基于KPCA准则的SAR目标特征提取与识别 | 第72-81页 |
| 4.4 基于KFD准则的SAR目标特征提取与识别 | 第81-97页 |
| 4.4.1 基于核函数的Fisher判别(KFD)方法 | 第82-84页 |
| 4.4.2 关于KFD方法解的讨论 | 第84-85页 |
| 4.4.3 KFD与SVM的关系 | 第85-87页 |
| 4.4.4 基于KFD的SAR目标特征提取与识别 | 第87-97页 |
| 4.5 对KPCA方法和KFD方法的进一步分析 | 第97-98页 |
| 4.6 本章小结 | 第98-99页 |
| 第五章 合成孔径雷达目标图像分割 | 第99-117页 |
| 引言 | 第99页 |
| 5.1 双参数恒虚警分割方法 | 第99-102页 |
| 5.1.1 基于Rayleigh分布的SAR图像分割 | 第99-100页 |
| 5.1.2 基于Gaussion分布的SAR图像分割 | 第100-102页 |
| 5.2 本文提出的分割方法--基于Weibull分布的SAR图像分割 | 第102-108页 |
| 5.2.1 分割阈值的确定 | 第102-104页 |
| 5.2.2 分布参数1的计算 | 第104-105页 |
| 5.2.3 实验结果 | 第105-108页 |
| 5.3 基于马尔可夫随机场的SAR目标图像分割 | 第108-111页 |
| 5.3.1 Bayes最大后验概率 | 第108页 |
| 5.3.2 观测模型 | 第108-109页 |
| 5.3.3 分割场的先验模型 | 第109-110页 |
| 5.3.4 模拟退火方法 | 第110-111页 |
| 5.4 基于MRF模型的SAR图像分割改进算法 | 第111-115页 |
| 5.4.1 “编码”方法 | 第111-112页 |
| 5.4.2 “博弈”理论 | 第112-113页 |
| 5.4.3 实验结果 | 第113-115页 |
| 5.5 本章小结 | 第115-117页 |
| 第六章 结束语 | 第117-120页 |
| 6.1 本文工作总结 | 第117-118页 |
| 6.2 进一步研究的工作 | 第118-120页 |
| 参考文献 | 第120-134页 |
| 攻读博士学位期间发表或录用的学术论文 | 第134-136页 |
| 攻读博士学位期间参加的科研项目 | 第136-137页 |
| 致谢 | 第137页 |
